4月17日消息,据国外媒体报道,视频网站Netflix的首席执行官里德·哈斯廷斯(Reed Hastings)周三表示,公司希望在中国市场推出不带广告的付费视频播放服务,坚持公司的传统模式而不去寻找广告主。
这家美国公司此前曾表示,有计划在中国推出“小规模”的服务,前提是它能够获得牌照在中国开展业务。中国消费者习惯免费观看娱乐节目,这些内容要么靠广告支持,要么来自盗版途径。
Netflix提供电视剧与电影点播服务。这些节目没有广告,想要观看的消费者需要按月支付费用。
“我们的擅长之处在于没有广告的内容,”哈斯廷斯在采访中表示。“这可能会导致在最开始的几年,我们只能在中国的部分地方开展业务,不过计划就是这样。”
Netflix目前在大约50个国家运营自己的网络视频服务,公司的目标是在2016年末把受众市场扩大到200个。在激进的海外增长战略下,公司突破了自己的预期,付费用户数在第一季度达到了6230万人。
对于中国,“我们会持续寻找机会,与中国公司,以及在中国市场表现成功或遭遇困难的美国公司交流,”哈斯廷斯说。“这是个渐进的过程。”
Netflix的首席运营官泰德·萨兰多斯(Ted Sarandos)上月在接受采访时表示,公司可能会在没有当地合作伙伴的情况下进入中国市场。中国向来以监管严格以及审查制度而闻名,这样一种做法可能让该公司更难在中国做生意。
但萨兰多斯周三对分析师表示,媒体的报道“稍微有点断章取义”。
在财报发布后的电话会议上,萨兰多斯表示,“我们非常希望在中国开展业务,而且会尝试各种形式。”
好文章,需要你的鼓励
openGauss的目标是探索oGRAC和超节点深度融合的可能,打造超节点原生数据库。
清华团队开发DKT模型,利用视频扩散AI技术成功解决透明物体深度估计难题。该研究创建了首个透明物体视频数据集TransPhy3D,通过改造预训练视频生成模型,实现了准确的透明物体深度和法向量估计。在机器人抓取实验中,DKT将成功率提升至73%,为智能系统处理复杂视觉场景开辟新路径。
字节跳动研究团队提出了专家-路由器耦合损失方法,解决混合专家模型中路由器无法准确理解专家能力的问题。该方法通过让每个专家对其代表性任务产生最强响应,同时确保代表性任务在对应专家处获得最佳处理,建立了专家与路由器的紧密联系。实验表明该方法显著提升了从30亿到150亿参数模型的性能,训练开销仅增加0.2%-0.8%,为混合专家模型优化提供了高效实用的解决方案。
上海AI实验室团队开发的Yume1.5是一个革命性的AI视频生成系统,能够从单张图片或文字描述创造无限可探索的虚拟世界。用户可通过键盘控制实时探索,系统8秒内完成生成,响应精度达0.836,远超现有技术。该系统采用创新的时空通道建模和自强制蒸馏技术,支持文本控制的事件生成,为虚拟现实和内容创作领域开辟了新的可能性。